设为首页收藏本站
首页 > 论坛 > 二哈识图

[项目分享]AI画像打印机：基于行空板M10与二哈2的实时人像打印装置 精华

云天 | 中级技神 | 创造力： | 帖子： | 发消息 | 串个门 | 加好友 | 打招呼
2026-3-16 23:15:55 [显示全部楼层]
563浏览
0回复
0收藏
查看: 563|回复: 0

[项目分享] AI画像打印机：基于行空板M10与二哈2的实时人像打印装置

[复制链接]
本帖最后由 云天 于 2026-3-17 09:41 编辑

【项目简介】
       你是否想过拥有一台能“看懂”你、并为你绘制素描人像的机器？本项目利用“行空板M10”作为主控，连接“二哈识图2 AI视觉传感器”进行人脸检测与定位，通过语音引导用户调整至最佳拍摄位置。然后，利用二哈2的实时图传功能获取人脸图像，上传至“SiliconFlow API”生成素描风格图片，最后通过“嵌入式热敏打印机”将素描打印出来。整个过程充满互动性与科技感，适合作为AIoT跨学科教学案例。

【硬件清单】

组件
型号/链接
作用
主控板行空板M10 (UNIHIKER)运行核心Python程序，处理图像与逻辑
AI视觉传感器二哈识图2 (HuskyLens 2)实时人脸识别、坐标定位、图像采集
热敏打印机嵌入式热敏打印机V2.0 (DFR0503)打印最终素描作品
USB转TTL模块6合1多功能串口转换器行空板与打印机之间的串口通信桥梁
其他12V/2.5A电源（给打印机）、Type-C线（给行空板）、PH2.0连接线、热敏纸卷供电与连接

【硬件接线】

       1.二哈2 → 行空板M10 (I2C接口)

二哈2 (4Pin Gravity接口)
行空板M10 (I2C接口)
红线 (VCC)3.3V (或5V，取决于二哈供电需求)
黑线 (GND)GND
蓝线 (SDA)SDA
绿线 (SCL)SCL

       注：行空板M10的I2C接口位于板载4Pin接口上。

       2.热敏打印机 → USB转TTL模块 → 行空板M10
       由于打印机使用TTL电平串口，而行空板USB-A口可直接识别USB转TTL模块，接线如下：

打印机 (TTL接口)
USB转TTL模块
TXD (黑线)RXD
RXD (蓝线)TXD
GND (绿线)GND
DTR (红线)悬空

       然后将USB转TTL模块插入行空板的**USB-A口**。在行空板系统中，该模块通常被识别为`/dev/ttyUSB0`。

       3.打印机独立供电
       务必使用9-24V/2.5A以上的电源为打印机单独供电，打印图像时电流可达2.5A，仅靠USB供电无法驱动。
【结构设计】
AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图4


AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图3


AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图2


AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图5


AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图6


AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图8


AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图1

【核心原理与代码解析】

       1.人脸检测与引导逻辑
       二哈2通过I2C实时返回人脸框的坐标和宽度。程序根据人脸在画面中的位置（`xCenter`, `yCenter`）和大小（`width`），通过语音模块播放相应的提示音，引导用户调整，确保人脸处于最佳拍摄区域。

  1. # 核心判断逻辑示例

  2. if xCenter > 750:

  3.        huskylens.playMusic("right.mp3", 100)  # 请向右一点

  4. elif xCenter < 300:

  5.        huskylens.playMusic("left.mp3", 100)   # 请向左一点

  6. # ... 其他方向与距离判断
复制代码

       2. 图像采集与AI素描生成
       当人脸位置合适时，程序利用OpenCV通过二哈2的RTSP图传地址（如`rtsp://192.168.31.180:8554/live`）抓取一帧图像。然后调用“SiliconFlow API”，将图像上传并请求生成素描风格图片。这里选择支持图像输入的模型（如`Qwen/Qwen-Image-Edit-2509`），并通过提示词引导生成“铅笔素描画”。

       3.热敏打印技术要点
       打印机使用ESC/POS指令集。打印图像需使用 `GS v 0` 命令，将处理好的黑白位图数据发送给打印机。
       图像处理：将生成的彩色素描图缩放到打印机宽度384像素，转为灰度图，再二值化为纯黑白（1位位图）。注意：黑色像素（值为0）对应打印点。
       数据编码：每行384点需编码为48字节，每字节的8个位对应一行中的8个连续像素。
       模式切换：务必在打印前发送切换小票模式的指令（`0x1F 0x2F 0x0B 0x00 0x01 0x00 0x00`）和初始化命令（`ESC @`）。

  1. # 图像数据编码核心片段

  2. for y in range(img_height):

  3.     for x_byte in range(48):

  4.         byte_val = 0

  5.         for bit in range(8):

  6.             x = x_byte * 8 + bit

  7.             if binary[y, x] == 0:  # 黑色像素

  8.                 byte_val |= (1 << (7 - bit))

  9.         image_data.append(byte_val)
复制代码

【完整代码】
        
       获取硅基流动API：用于根据生成图片。通过第三方的硅基流动注册获取API，如方便注册，使用我的邀请码注册：https://cloud.siliconflow.cn/i/KwyEBX3e，邀请码：KwyEBX3e。共同获取免费额度。如果不方便注册，可使用我的API：sk-kxwsrzianqfxsebnihblrgyyytrrtgvvdjvdiujcuvwymrfp。
        主要结构如下：
       1. 初始化：导入库、初始化行空板、二哈2和打印机串口。
       2.  辅助函数：`generate_sketch_from_face()` 调用API生成素描；`print_image_to_printer()` 处理图像并发送打印指令。
       3.  主循环：持续获取人脸数据，判断位置并语音引导；条件满足时抓图、生成素描、显示并打印。
  1. # -*- coding: UTF-8 -*-

  2. import sys

  3. sys.path.append("/root/mindplus/.lib/thirdExtension/dfrobot-huskylensv2-thirdex")

  4. import cv2

  5. import time

  6. import base64

  7. import requests

  8. import numpy as np

  9. import serial

  10. from pinpong.board import Board

  11. from pinpong.extension.unihiker import *

  12. from dfrobot_huskylensv2 import *

  13. from unihiker import GUI

  14. runtime = time.time()

  15. # ==================== 配置区域 ====================

  16. # SiliconFlow API 配置

  17. API_KEY = "sk-******************************************************"                     # 替换为你的有效密钥

  18. API_URL = "https://api.siliconflow.cn/v1/images/generations"

  19. MODEL_NAME = "Qwen/Qwen-Image-Edit-2509"      # 需支持图像输入的模型

  20. HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}

  21. 

  22. # 热敏打印机串口配置（通过USB转TTL模块连接）

  23. PRINTER_PORT = "/dev/ttyUSB0"                 # Unihiker上通常为 /dev/ttyUSB0

  24. PRINTER_BAUDRATE = 115200

  25. # =================================================

  26. u_gui=GUI()

  27. background=u_gui.draw_image(image="logo.png",x=0,y=0)

  28. # 初始化PinPong板子和HuskyLens

  29. Board().begin()

  30. print("系统初始化...")

  31. huskylens = HuskylensV2_I2C()

  32. huskylens.knock()

  33. huskylens.switchAlgorithm(ALGORITHM_FACE_RECOGNITION)

  34. time.sleep(5)

  35. 

  36. # 初始化打印机串口

  37. try:

  38.     printer_serial = serial.Serial(PRINTER_PORT, PRINTER_BAUDRATE, timeout=1)

  39.     time.sleep(2)  # 等待打印机就绪

  40.     print("打印机串口已打开")

  41. except Exception as e:

  42.     print(f"无法打开打印机串口: {e}")

  43.     printer_serial = None

  44. 

  45. # ==================== 辅助函数 ====================

  46. def generate_sketch_from_face(image_cv2):

  47.     """

  48.     将OpenCV图像(BGR格式)发送给SiliconFlow API生成素描画。

  49.     返回: 成功返回素描图(cv2格式)，失败返回None。

  50.     """

  51.     if image_cv2 is None:

  52.         return None

  53. 

  54.     # 1. 图像编码为JPEG + Base64

  55.     ret, buffer = cv2.imencode('.jpg', image_cv2)

  56.     if not ret:

  57.         print("图像编码失败")

  58.         return None

  59.     base64_image = base64.b64encode(buffer).decode('utf-8')

  60.     data_uri = f"data:image/jpeg;base64,{base64_image}"

  61. 

  62.     # 2. 构造请求载荷

  63.     payload = {

  64.         "model": MODEL_NAME,

  65.         "prompt": "将这张人脸照片变成一幅精美的铅笔素描画，黑白线条，高对比度",

  66.         "image": data_uri,

  67.         "image_size": "1472x1140"

  68.     }

  69. 

  70.     # 3. 发送请求

  71.     try:

  72.         print("正在请求SiliconFlow API生成素描...")

  73.         response = requests.post(API_URL, headers=HEADERS, json=payload, timeout=30)

  74.         response.raise_for_status()

  75.         result = response.json()

  76. 

  77.         # 4. 解析返回的图片URL

  78.         if result.get('images') and len(result['images']) > 0:

  79.             image_url = result['images'][0]['url']

  80.             print(f"素描图生成成功，临时URL: {image_url}")

  81. 

  82.             # 5. 下载图片

  83.             img_resp = requests.get(image_url, timeout=15)

  84.             img_resp.raise_for_status()

  85.             img_array = np.frombuffer(img_resp.content, dtype=np.uint8)

  86.             sketch_img = cv2.imdecode(img_array, cv2.IMREAD_COLOR)

  87.             return sketch_img

  88.         else:

  89.             print(f"API返回异常: {result}")

  90.             return None

  91.     except Exception as e:

  92.         print(f"API请求失败: {e}")

  93.         return None

  94. 

  95. def print_image_to_printer(image_cv2, printer_serial):

  96.     if image_cv2 is None or printer_serial is None:

  97.         print("图像或打印机串口无效")

  98.         return

  99.     

  100.     # 切换小票模式（可选）

  101.     # printer_serial.write(bytes([0x1F, 0x2F, 0x0B, 0x00, 0x01, 0x00, 0x00]))

  102.     time.sleep(0.2)

  103.     

  104.     # 初始化打印机

  105.     printer_serial.write(b'\x1B\x40')  # ESC @

  106.     time.sleep(0.1)

  107. 

  108.     target_width = 384  # 有效打印宽度384点（48mm）

  109.     h, w = image_cv2.shape[:2]

  110.     target_height = int(h * (target_width / w))

  111.     print(f"原始 {w}x{h} -> 目标 {target_width}x{target_height}")

  112. 

  113.     resized = cv2.resize(image_cv2, (target_width, target_height))

  114.     gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY)

  115.     _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

  116.     cv2.imwrite("debug_binary.png", binary)

  117. 

  118.     img_height = binary.shape[0]

  119.     x_bytes = (target_width + 7) // 8  # 每行字节数

  120.     image_data = bytearray()

  121. 

  122.     for y in range(img_height):

  123.         for x_byte in range(x_bytes):

  124.             byte_val = 0

  125.             for bit in range(8):

  126.                 x = x_byte * 8 + bit

  127.                 if x < target_width and binary[y, x] == 0:  # 黑色像素

  128.                     byte_val |= (1 << (7 - bit))

  129.             image_data.append(byte_val)

  130. 

  131.     # 构建GS v 0命令头

  132.     mode = 0x00  # 普通模式

  133.     xL = x_bytes & 0xFF

  134.     xH = (x_bytes >> 8) & 0xFF

  135.     yL = img_height & 0xFF

  136.     yH = (img_height >> 8) & 0xFF

  137. 

  138.     print(f"发送高度: {img_height} 点, 每行 {x_bytes} 字节")

  139.     print(f"命令参数: xL={xL}, xH={xH}, yL={yL}, yH={yH}")

  140. 

  141.     # 发送指令

  142.     try:

  143.         printer_serial.write(bytes([0x1D, 0x76, 0x30, mode, xL, xH, yL, yH]))

  144.         printer_serial.write(image_data)

  145.         printer_serial.flush()

  146.         print("图像数据发送完成")

  147.     except Exception as e:

  148.         print(f"发送失败: {e}")

  149. 

  150. # ==================== 主循环 ====================

  151. huskylens.playMusic("pic.mp3", 100)

  152. print("进入主循环，等待人脸...")

  153. 

  154. while True:

  155.     time.sleep(0.5)

  156.     huskylens.getResult(ALGORITHM_FACE_RECOGNITION)

  157.     if huskylens.available(ALGORITHM_FACE_RECOGNITION):

  158.      print("检测到人脸",end="")

  159.      print(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION).width)

  160.      if (time.time() - runtime) > 5:   # 每5秒处理一次

  161.       if(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION).xCenter>750):

  162.         huskylens.playMusic("right.mp3", 100)#播报语音：请向右一点

  163.         time.sleep(3)

  164.       elif(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION).xCenter<300):

  165.         huskylens.playMusic("left.mp3", 100)#播报语音：请向左一点

  166.         time.sleep(3)

  167.       elif(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION).yCenter<250):

  168.         huskylens.playMusic("down.mp3", 100)#播报语音：请向下一点

  169.         time.sleep(3)

  170.       elif(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION).yCenter>450):

  171.         huskylens.playMusic("up.mp3", 100)#播报语音：请向上一点

  172.         time.sleep(3)

  173.       elif(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION).width>250):

  174.         huskylens.playMusic("far.mp3", 100)#播报语音：请离远一点

  175.         time.sleep(3)

  176.       elif(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION).width<150):

  177.         huskylens.playMusic("near.mp3", 100)#播报语音：请离近一点

  178.         time.sleep(3)

  179.       else:

  180.             runtime = time.time()

  181.             buzzer.pitch(131, 4)# 蜂鸣提示

  182.             huskylens.playMusic("wait.mp3", 100)#播报语音：请保持，正在拍照中

  183.             # 1. 从RTSP流抓取一帧图像

  184.             vd = cv2.VideoCapture("rtsp://192.168.31.180:8554/live")

  185.             if not vd.isOpened():

  186.                 print("无法打开RTSP流")

  187.                 continue

  188. 

  189.             ret, frame = vd.read()

  190.             vd.release()

  191.             if not ret or frame is None:

  192.                 print("获取图像失败")

  193.                 continue

  194.             huskylens.playMusic("running.mp3", 100)#播报语音：拍照完成，正在生成画像中

  195.             # 2. 生成素描图

  196.             sketch = generate_sketch_from_face(frame)

  197. 

  198.             # 3. 显示并打印

  199.             if sketch is not None:

  200.                 print("成功获取素描图，准备显示...")

  201.                 cv2.namedWindow("Sketch", cv2.WINDOW_NORMAL)

  202.                 cv2.setWindowProperty("Sketch", cv2.WND_PROP_FULLSCREEN, cv2.WINDOW_FULLSCREEN)

  203.                 cv2.imshow("Sketch", sketch)

  204.                 cv2.waitKey(1)   # 必须加waitKey才能显示

  205.                 huskylens.playMusic("print.mp3", 100)#播报语音：画像打印中

  206.                 # 打印素描图

  207.                 if printer_serial:

  208.                     print_image_to_printer(sketch, printer_serial)

  209. 

  210.                 # 保持显示5秒

  211.                 time.sleep(5)

  212.                 cv2.destroyAllWindows()

  213.                 vd.release()

  214.             else:

  215.                 print("素描生成失败，显示原始图像")

  216.                 cv2.namedWindow("Original", cv2.WINDOW_NORMAL)

  217.                 cv2.setWindowProperty("Original", cv2.WND_PROP_FULLSCREEN, cv2.WINDOW_FULLSCREEN)

  218.                 cv2.imshow("Original", frame)

  219.                 cv2.waitKey(1)

  220.                 time.sleep(5)

  221.                 cv2.destroyAllWindows()

  222.                 vd.release()

  223.             runtime = time.time()
复制代码

【运行效果】
AI画像打印机：基于行空板M10与二哈2的实时人像打印装置图7

       1.  开机：行空板屏幕显示Logo，程序启动，二哈2开始检测人脸。
       2.  引导：当用户出现在镜头前，装置会根据人脸位置和大小播放语音（如“请向左一点”、“请离近一点”），引导用户至最佳拍摄点。
       3.  拍摄与生成：位置合适后，蜂鸣器提示，进入拍照状态。屏幕短暂显示“正在生成画像”，同时调用云端API绘制素描。
       4.  打印：素描生成后，屏幕全屏显示，同时打印机开始打印。约10-20秒后，一张专属的AI素描画像便从打印机中缓缓吐出。

【项目总结与扩展】

      本项目成功地将“边缘AI计算”（二哈2）、“云端AIGC”（SiliconFlow）和“物理输出”（热敏打印）结合在一起，创造了一个完整的互动艺术装置。它展示了如何利用行空板M10强大的Python生态，快速整合多种外设与在线服务。




回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

为本项目制作心愿单
购买心愿单
心愿单 编辑
[[wsData.name]]

硬件清单

  • [[d.name]]
btnicon
我也要做!
点击进入购买页面
撰写新帖
关于楼主
勋章墙
活跃会员 宣传大使 牛X认证 创客造 编辑选择奖 志“童”道合 编辑选择奖 编辑选择奖 编辑选择奖 编辑选择奖

楼主的其它帖子

background 创造力兑换 background 心愿单 background 创客导航
上海智位机器人股份有限公司 沪ICP备09038501号-4 备案 沪公网安备31011502402448

© 2013-2026 Comsenz Inc. Powered by Discuz! X3.4 Licensed

mail